科技行者 9月29日 北京消息(文/黃雅琦):區(qū)塊鏈正在以新的思維模式、技術(shù)架構(gòu)推動(dòng)整個(gè)實(shí)體經(jīng)濟(jì)的技術(shù)、框架、效率以及模式的變革,在此光環(huán)之下的區(qū)塊鏈技術(shù)如何落地,如何高度賦能于實(shí)體經(jīng)濟(jì)引人深思。
由中國(guó)信息通信研究院、中國(guó)通信標(biāo)準(zhǔn)化協(xié)會(huì)、可信區(qū)塊鏈推進(jìn)計(jì)劃共同主辦的“2019可信區(qū)塊鏈峰會(huì)”將于11月8日在北京舉辦。作為區(qū)塊鏈領(lǐng)域頂級(jí)盛會(huì),本次峰會(huì)將充分利用平臺(tái)優(yōu)勢(shì),圍繞區(qū)塊鏈應(yīng)用落地著重探討,賦能區(qū)塊鏈生態(tài)創(chuàng)新及進(jìn)化。
當(dāng)前,傳統(tǒng)溯源行業(yè)面臨追溯手段簡(jiǎn)單、容易在中間環(huán)節(jié)被篡改等難題,而借助區(qū)塊鏈技術(shù),將商品原材料流通過(guò)程、生成過(guò)程、商品流通過(guò)程、銷(xiāo)售過(guò)程的信息整合寫(xiě)入?yún)^(qū)塊鏈中,可有效的保證數(shù)據(jù)真實(shí)性,以實(shí)現(xiàn)全流程正品追溯。
為此,2019可信區(qū)塊鏈峰會(huì)將特別開(kāi)設(shè)區(qū)塊鏈與溯源存證論壇,邀請(qǐng)政府部門(mén)的相關(guān)領(lǐng)導(dǎo)、區(qū)塊鏈領(lǐng)域的權(quán)威技術(shù)專(zhuān)家以及產(chǎn)業(yè)龍頭企業(yè)進(jìn)行主題演講和分享,帶來(lái)區(qū)塊鏈技術(shù)應(yīng)用于溯源與存證領(lǐng)域當(dāng)前最新需求、實(shí)戰(zhàn)經(jīng)驗(yàn)和深度洞察,共同促進(jìn)區(qū)塊鏈在溯源存證領(lǐng)域的快速落地。
從實(shí)際場(chǎng)景出發(fā),解決實(shí)際問(wèn)題也是本次峰會(huì)召開(kāi)的重要意義之一。除了溯源存證論壇外,峰會(huì)還針對(duì)金融、政務(wù)應(yīng)用與數(shù)字身份等多個(gè)垂直議題開(kāi)設(shè)專(zhuān)題論壇,以更好地推動(dòng)區(qū)塊鏈技術(shù)服務(wù)實(shí)體經(jīng)濟(jì)發(fā)展,進(jìn)而推動(dòng)區(qū)塊鏈技術(shù)在金融、政務(wù)、能源、知識(shí)產(chǎn)權(quán)、網(wǎng)絡(luò)安全等領(lǐng)域的深入落地。
屆時(shí),來(lái)自國(guó)內(nèi)外近千名區(qū)塊鏈專(zhuān)家、企業(yè)領(lǐng)袖、技術(shù)大咖代表齊聚于此,從行業(yè)分析,案例分析到技術(shù)架構(gòu)建議,帶你走進(jìn)一次干貨滿滿的知識(shí)盛宴。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。